11/9/2019 Aprendizaje automático en ArcGIS

Sistemas de Información Geográ ca

Encuentra noticias, nuevos lanzamientos, aplicaciones, tips y más. SIGSA te da la
bienvenida a su blog, ¡informados podemos tomar mejores decisiones!

Aprendizaje automático en ArcGIS

- diciembre 05, 2017

por Lauren Bennett

¿Qué queremos decir con Machine Learning?

Machine Learning (ML) se refiere a un conjunto de algoritmos y técnicas

basados en datos que automatizan la predicción, clasificación y agrupación de
datos. El aprendizaje automático puede jugar un papel crítico en la resolución
de problemas espaciales en una amplia gama de áreas de aplicación, desde la
clasificación de imágenes hasta la detección de patrones espaciales y la
predicción multivariable.

Además de las técnicas tradicionales de Machine Learning, ArcGIS también

tiene un subconjunto de técnicas ML que son inherentemente espaciales. Estos
métodos espaciales que incorporan alguna noción de geografía directamente en
su computación pueden conducir a una comprensión más profunda. El
componente espacial a menudo toma la forma de alguna medida de forma,
densidad, contigüidad, distribución espacial o proximidad. Tanto el aprendizaje
automático tradicional como inherentemente espacial puede jugar un papel
importante en la solución de problemas espaciales, y ArcGIS admite su uso de
varias maneras.

El aprendizaje automático puede ser intensivo desde el punto de vista

i f áti d i li d t
sigsatecnologias.blogspot.com/2017/12/aprendizaje-automatico-en-arcgis.html d l j L ti 1/5
11/9/2019 Aprendizaje automático en ArcGIS
informático y, a menudo, implica datos grandes y complejos. Los continuos
avances de Esri en el almacenamiento de datos y en la informática paralela y
distribuida hacen que la resolución de problemas en la intersección de ML y GIS
sea cada vez más posible.

Ejemplos de aprendizaje automático en ArcGIS

• Predicción

La predicción se trata de usar lo conocido para estimar lo desconocido. ArcGIS

incluye varias técnicas de regresión e interpolación que se pueden usar para
realizar predicciones. Las aplicaciones incluyen la creación de una superficie de
contaminación del aire basada en las mediciones de los sensores y la
estimación de los valores de las viviendas en función de los datos de ventas
recientes y las características relacionadas con el hogar y la comunidad.

En ArcGIS: Kriging bayesiano empírico, interpolación areal, predicción de

regresión EBK, regresión ordinaria de mínimos cuadrados y regresión
exploratoria, regresión ponderada geográficamente
• Clasificación

La clasificación es el proceso de decidir a qué categoría se debe asignar un

objeto en función de un conjunto de datos de capacitación. ArcGIS incluye
muchos métodos de clasificación centrados en datos detectados remotamente.
Estas herramientas analizan valores de píxel y configuraciones para categorizar
píxeles. Algunos ejemplos incluyen delinear tipos de uso de la tierra o
identificar áreas de pérdida forestal.

En ArcGIS: clasificación de máxima verosimilitud, árboles aleatorios, máquina

de vectores de soporte
• Agrupación

La agrupación es la agrupación de observaciones basadas en similitudes de

valores o ubicaciones. ArcGIS incluye una amplia gama de algoritmos que
encuentran grupos basados en uno o varios atributos, ubicación o una
combinación de ambos. Estos métodos se pueden usar para hacer análisis,
como los distritos escolares de segmentos, según las características
socioeconómicas y demográficas, o para encontrar áreas con una actividad de
redes sociales densa después de un desastre natural.

En ArcGIS: conglomerados multivariados espacialmente restringidos,

conglomerados multivariados, conglomerados basados en densidad,
segmentación de imágenes, análisis de puntos calientes, análisis de clústeres y
sigsatecnologias.blogspot.com/2017/12/aprendizaje-automatico-en-arcgis.html 2/5
11/9/2019 Aprendizaje automático en ArcGIS

valores atípicos, minería de patrones de tiempo espacial

• Detrás de escena…

Además de estos métodos y técnicas, el aprendizaje automático también se

utiliza en toda la plataforma como medio para elegir valores predeterminados

inteligentes basados en datos, automatizar los flujos de trabajo y optimizar los

resultados. Por ejemplo, EBK Regression Prediction utiliza análisis de
componente principal (PCA) como un medio de reducción de dimensión para
mejorar las predicciones, el método OPTICS dentro de agrupamiento basado en
densidad utiliza técnicas de ML para elegir una tolerancia de clúster basada en
una trama de accesibilidad dada y el límite espacialmente restringido La
herramienta de clustering multivariante utiliza un enfoque llamado acumulación
de evidencia para proporcionar al usuario probabilidades relacionadas con los
resultados de la agrupación.

Integración

El campo del aprendizaje automático es amplio y profundo, y está en constante

evolución. ArcGIS es una plataforma abierta e interoperable que permite la
integración de métodos y técnicas complementarios, ya sea a través de la API
de ArcGIS para Python, ArcPy o el Puente R-ArcGIS. Esta integración permite a
los usuarios de ArcGIS resolver problemas complejos mediante la combinación
de potentes herramientas integradas con cualquier paquete de aprendizaje
automático que necesiten, desde scikit-learn y TensorFlow en Python para
ocuparse de R en IBM Watson y Microsoft AI, todo mientras se beneficia de la
validación espacial , geoenriquecimiento y visualización de resultados en
ArcGIS. La combinación de estos paquetes y tecnologías complementarios con
el sistema de registro, visión y compromiso que ofrece la plataforma ArcGIS es
mayor que la suma de sus partes.

Ejemplos:
• Esri UC 2017: Microsoft AI • Analizar el crimen utilizando estadísticas y el
puente R-ArcGIS
• La ciencia de dónde crecen las praderas marinas: ArcGIS y el aprendizaje
automático

¿Qué es lo que sigue?

Hay muchas iniciativas clave dentro de Esri para avanzar en los métodos de
aprendizaje automático y los enfoques de integración en toda la plataforma.
Métodos tales como bosques aleatorios, redes neuronales, regresión logística y
sigsatecnologias.blogspot.com/2017/12/aprendizaje-automatico-en-arcgis.html 3/5
11/9/2019 Aprendizaje automático en ArcGIS

previsión de series de tiempo se encuentran en la hoja de ruta, así como

también experiencias de usuario simplificadas para integrarse con bibliotecas y
paquetes populares de aprendizaje automático. Un enfoque continuo en el
procesamiento distribuido también juega un papel importante en estos
avances.

Además de aprovechar el aprendizaje tradicional de máquinas dentro de

ArcGIS y la facilidad de integración, Esri está trabajando activamente para
ampliar la intersección de GIS y ML. Este enfoque en la innovación en el ámbito
del ML espacial, donde los algoritmos y enfoques incorporan espacio en su
computación, continuará empoderando a los usuarios de ArcGIS para
aprovechar los últimos avances en tecnología e informática, mientras se enfoca
en resolver problemas de una manera fundamentalmente espacial camino.

Lee el artículo original | Para más información sobre el aprendizaje automático

de ArcGIS, ¡escríbenos! un ejecutivo de SIGSA está esperando atenderte,

Escribe un comentario...

Entradas más populares de este blog

Las 10 mejores características de infografía de Business Analyst

- octubre 18, 2018

LEER MÁS

ArcGIS 10.7 está disponible

- marzo 22, 2019

LEER MÁS
sigsatecnologias.blogspot.com/2017/12/aprendizaje-automatico-en-arcgis.html 4/5
11/9/2019 Aprendizaje automático en ArcGIS

Crime Analysis: Herramientas de análisis de delitos sólo con ArcGIS

Pro
- junio 26, 2019

Crime Analysis: Herramientas de análisis de delitos sólo con ArcGIS Pro

Análisis de predicción de zonas de riesgos
Por Enrique Jarquin Arenas …

LEER MÁS

Con tecnología de Blogger

SISTEMAS DE INFORMACIÓN
GEOGRÁFICA, S.A. DE C.V.

VISITAR PERFIL

Archivo

Etiquetas

Denunciar abuso

sigsatecnologias.blogspot.com/2017/12/aprendizaje-automatico-en-arcgis.html 5/5